中文分词
关注
分享
扫一扫
Yolanda Yan 9
Practice makes perfect.
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
中文分词算法之--最大匹配法
中文分词算法之–最大匹配法 前段时间研究了如何用分词工具进行分词，但是分词中涉及的一些算法，不太了解，所以，准备这段时间专攻分词算法原理，大家有补充，或者建议，欢迎留言。 1. 最大匹配法(Maximum Matching) 最大匹配法是指以词典为依据，取词典中最长词长度作为第一次取字数量的长度，在词典中进行扫描。例如：词典中最长词为“中华人民共和国”共7个汉字，则最大匹配起始字数为7...原创 2020-01-18 22:49:42 · 2875 阅读 · 1 评论 -
通过中文分词获取关键词
通过中文分词获取关键词 需要对大量中文文本进行分词，获取词频较高的关键词，所以学习研究了jieba、thulac和pkuseg三种python分析工具和官方文档。在这个过程中，建立了用户自定义的词典和停用词。现将中文分词这部分进行总结，分享给大家，希望对大家能有帮助。 环境说明 系统：Win10 软件：python3 1. 官方链接文档 对于分词不太了解的同学，建议先去看看这三个链接...原创 2019-12-08 21:23:09 · 1936 阅读 · 1 评论